Matemáticas para Economistas
Parte II
Optimización Clásica y con Restricciones
Tema 5
5 Optimización sin Restricciones
5.1 Optimización sin Restricciones
con una variable de decisión
5.2 Optimización sin Restricciones
5.1 Optimización sin Restricciones
con una variable de decisión
5.1.1 Condición Necesaria de Óptimo Local
5.1.2 Condición Suficiente de Óptimo Local
5.1.3 Alternativa para Identificar un Óptimo
Local
5.1.4 Concavidad y Convexidad en Funciones de
una Variable
5.1.5 Optimización Global en Funciones de una
Variable
5.1.1 Condición Necesaria de Óptimo Local
:
f
D
R
R
función real de variable real con derivada
continua en el abierto
D
Si
f
admite un óptimo local en el punto
,
entonces
.
0x
D
0'( )
0
f x
5.1.2 Condición Suficiente de Óptimo Local
:
f
D
R
R
función real de variable real con derivadas continuas de orden uno y dos en el abierto D, y x0 un punto crítico de f,
Si f tiene un máximo local en x0.
Si f tiene un mínimo local en x0.
Si ¿? 0
''( )
0
f
x
0''( )
0
f
x
0''( )
0
f
x
5.1.3 Alternativa para Identificar un Óptimo Local
:
f
D
R
R
función real de variable real con derivadas continuas de orden uno y dos en el abierto D, y x0 un punto crítico de f,
Si en un intervalo (a,x0) a la izquierda de x0
y en un intervalo (x0 ,b) a la derecha de x0,
entonces f tiene un máximo local en el punto x0.
''( )
0
f
x
''( )
0
5.1.3 Alternativa para Identificar un Óptimo Local
:
f
D
R
R
función real de variable real con derivadas continuas de orden uno y dos en el abierto D, y x0 un punto crítico de f,
Si en un intervalo (a,x0) a la izquierda de x0
y en un intervalo (x0 ,b) a la derecha de x0,
entonces f tiene un mínimo local en el punto x0.
''( )
0
f
x
''( )
0
5.1.3 Alternativa para Identificar un Óptimo Local
:
f
D
R
R
función real de variable real con derivadas continuas de orden uno y dos en el abierto D, y x0 un punto crítico de f,
Si en un intervalo (a,x0) a la izquierda de x0
y en un intervalo (x0 ,b) a la derecha de x0,
entonces f no tiene un óptimo local en el punto x0.
''( )
0
f
x
''( )
0
5.1.3 Alternativa para Identificar un Óptimo Local
:
f
D
R
R
función real de variable real con derivadas continuas de orden uno y dos en el abierto D, y x0 un punto crítico de f,
Si en un intervalo (a,x0) a la izquierda de x0
y en un intervalo (x0 ,b) a la derecha de x0,
entonces f no tiene un óptimo local en el punto x0.
''( )
0
f
x
''( )
0
5.1.4 Concavidad y Convexidad: Funciones de una Variable
:
f
D
R
R
función real de variable real con derivadas continuas de orden uno y dos en el abierto D, y un intervalo abierto
Si f es cóncava en dicho intervalo Si f es convexa en dicho intervalo
''( )
0,
( , )
f
x
x
a b
( , )
a b
D
''( )
0,
( , )
5.1.5 Optimización Global en Funciones de una variable
:
f
D
R
R
función real de variable real con derivadas continuas de orden uno y dos en el abierto D
Si f es cóncava en el dominio abierto D, un máximo local de f
en D es máximo global.
Si f es convexa en el dominio abierto D, un mínimo local de f
5.2 Optimización sin Restricciones
con
n
variables de decisión
5.2.1 Condición Necesaria de Óptimo Local
5.2.2 Test de las Derivadas Segundas en
Funciones de Dos Variables
5.2.3 Óptimos Locales en Funciones de
n
Variables
5.2.4 Optimización Global en Funciones de
n
Variables
5.2.1 Condición Necesaria de Óptimo Local
:
n
f
D
R
R
función real de
n
variables reales con derivadas
parciales continuas en el abierto
D
Si
f
admite un óptimo local en el punto
,
entonces
.
0x
D
0(
)
0
f x
5.2.2 Test de las Derivadas Segundas en Funciones de Dos Variables
2
:
f
D
R
R
función real de dos variables reales con derivadas parciales continuas hasta orden dos en el abierto D, con x0 un punto crítico de f, y H el determinante de la matriz Hessiana en x0
Si H>0 y fxx(x0)<0, entonces f tiene un máximo local en x0 Si H>0 y fxx(x0)>0, entonces f tiene un mínimo local en x0 Si H<0, entonces f tiene un punto de silla en x0
Si H=0, entonces x0 puede ser máximo local, mínimo local o
5.2.3 Óptimos Locales en Funciones de n Variables
función real de n variables reales con derivadas parciales continuas hasta orden dos en el abierto D, con x0 un punto crítico de f, y Hf(x0) la matriz Hessiana de f en x0
Si Hf(x0) es definida positiva, entonces f tiene un máximo local en x0
Si Hf(x0) es definida negativa, entonces f tiene un mínimo local en x0
Si Hf(x0) es indefinida, entonces f tiene un punto de silla en x0
:
n5.2.4 Optimización Global en Funciones de n Variables
función real de n variables reales con derivadas parciales continuas hasta orden dos en el abierto D, y Hf(x) la matriz Hessiana en f:
f es convexa si Hf(x) es semidefinida positiva o definida positiva en todo valor
f es estrictamente convexa si Hf(x) es definida positiva
f es cóncava si Hf(x) es semidefinida negativa o definida negativa en todo valor
f es estrictamente cóncava si Hf(x) es definida negativa
:
n5.2.4 Optimización Global en Funciones de n Variables
función real de n variables reales con derivadas parciales continuas hasta orden dos en el abierto D:
Si f es convexa en el abierto D, entonces los mínimos locales de f en
D, en caso de existir, son mínimos globales
Si f es estrictamente convexa en el abierto D, entonces los mínimos
locales de f en D, en caso de existir, son mínimos globales estrictos
Si f es cóncava en el abierto D, entonces los máximos locales de f en
D, en caso de existir, son máximos globales
Si f es estrictamente cóncava en el abierto D, entonces los máximos locales de f en D, en caso de existir, son máximos
globales estrictos
:
nMatemáticas para Economistas
Parte II
Optimización Clásica y con Restricciones
Tema 5